Nilalaman
Ang isa sa mga malaking tema ng pagbukas ng keynote ng Google I / O 2019 ay ang pagiging hindi pagkakasundo. Ang isang bagong tampok sa Android Q ay naglalayong mapagbuti ang pagiging inclusibo para sa mga taong bingi at mahirap na pakinggan sa pamamagitan ng pag-alok ng instant na mga caption sa halos anumang audio o video na nilalaro sa isang telepono.
Tinatawag na Live na Caption, ang tampok na gumagamit ng AI upang isalin ang pagsasalita na nilalaro pabalik sa isang smartphone upang mabilis, tumpak na mga caption. Ang kagandahan nito ay ang tampok na gumagana sa anumang app, hindi alintana kung nagpe-play ito ng audio o video, at hindi alintana kung ang nilalaman ay na-stream mula sa isang server, na nilalaro mula sa lokal na imbakan, o nabuo sa fly ng isang tao.
Repasuhin ng Google Pixel 3a XL: Halika para sa camera, manatili para sa karanasan
Gumagana ang Live na Caption sa mga podcast, video, audio, at mga video chat tulad ng Duo. Ang demo na nakita namin sa entablado ng Google I / O keynote ay tila napaka makinis at kahanga-hanga, kahit na malinaw na ang mga tunay na resulta ng mundo ay maaaring magkakaiba.
Ang Live na Caption ay maa-access sa isang gripo - maa-aktibo ito ng mga gumagamit sa pamamagitan ng pag-click sa isang bagong icon na nakikita kapag binabago ang dami ng system. Ang lahat ay naproseso nang lokal, nangangahulugang hindi mo kailangang mag-alala tungkol sa mga third-party na nakikinig sa iyong mga pag-uusap.
Ang mga caption ay ipinapakita sa isang itim na window na na-overlay sa tuktok ng normal na interface. Ang mga caption ay hindi nai-save sa ibang pagkakataon, kaya makikita mo lamang ang mga ito kapag nilalaro ang kaukulang audio.
Gumagana ang Live na Caption sa mga podcast, video, audio, at mga video chat tulad ng Duo.
Habang ang mga bingi ay maaaring makinabang sa karamihan sa mga cool na bagong tampok na ito, ang Live na Caption ay may potensyal na maging kapaki-pakinabang para sa maraming iba pang mga gumagamit, sa iba't ibang mga sitwasyon. Gumagana kahit na kapag ang audio ay nakabukas sa zero, pinapayagan ang mga gumagamit na kumonsumo ng nilalaman nang hindi nakakagambala sa sinuman sa paligid.
Ang Live na Caption ay isang bagong tampok na accessibility na inihurnong sa Android Q. Kailangan mo itong paganahin mula sa mga setting bago gamitin ito at hindi malinaw sa ngayon kung ang tampok na ito ay isasama sa lahat ng mga OEM sa kanilang mga aparato sa Android Q.
Live Relay
Habang ang kakayahang manood ng mga video sa mute ay medyo cool, ito rin ay walang kabuluhan kung ihahambing sa pagbabago ng buhay na epekto ng teknolohiya ng live captioning para sa ilang mga tao. Ipinakita ng Google kung paano ang Live na Caption, kasabay ng Smart Reply at Smart Compose na nagtatampok ng una nitong debut noong nakaraang taon, ay makakatulong sa mga taong hindi makapagsalita ay may mga pag-uusap. Ang tech, na tinatawag na Live Relay, ay maaaring magpalit ng pagsasalita sa nakasulat na teksto na madaling makisalamuha ng mga gumagamit ng bingi. Susunod, ang sagot ay naka-synthesized na tinig at naipasa sa tao sa dulo ng linya.
Project Euphonia
Sa pagsulong ng mga bagay, ang mga mananaliksik ng Google ay naghahanap din ng mga paraan upang sanayin ang mga modelo ng pagkilala sa pagsasalita upang maunawaan ang mga hindi pamantayang talumpati, tulad ng mga mula sa mga taong nag-aaksi, nagkaroon ng stroke, o nagdurusa sa iba pang mga kapansanan. Ang pangmatagalang layunin ay upang maunawaan ng mga computer ang milyon-milyong mga tao doon na may mga kapansanan sa pagsasalita o hindi man lang makapagsalita.
Nagbabala ang Google na maraming trabaho pa ang dapat gawin sa pagsusumikap na ito upang gumawa ng teknolohiya para sa literal na lahat. Inimbitahan ng CEO na si Sundar Pichai ang mga taong may kapansanan sa pagsasalita upang mag-ambag ng mga halimbawa ng pagsasalita na makakatulong sa kumpanya na bumuo ng higit pang mga inclusive na teknolohiya sa pagkilala.
Manatiling nakatutok para sa higit pa mula sa Google I / O.
